MétaCan
Menu
Retour à la cohorte
Enregistrement W2010869391 · doi:10.5539/elt.v4n2p223

Culture Differences and English Teaching

2011· article· en· W2010869391 sur OpenAlexvenueno aff
Jin Wang

Notice bibliographique

RevueEnglish Language Teaching · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueHigher Education and Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActive listeningPresentation (obstetrics)Language educationReading (process)PsychologyLanguage assessmentComprehension approachEnglish studiesCultural diversityTarget cultureCultural competenceLanguage transferPedagogyLinguisticsSociologyCommunication

Résumé

récupéré en direct d'OpenAlex

Language is a part of culture, and plays a very important role in the development of the culture. Some sociologists consider it as the keystone of culture. They believe, without language, culture would not be available. At the same time, language is influenced and shaped by culture, it reflects culture. Therefore, culture plays a very important part in language teaching, which is widely acknowledged by English teaching circle. This thesis depicts the relationship between culture and language. As a result, the gap of cultural differences is one of the most important barriers in English teaching and study. Among the students, lacking of cultural background knowledge can, to a great extent, hold up the improvement of English teaching and become a noticeable problem. At present, the objective of English teaching has broken free from the traditional listening, speaking, reading and writing, and the demand for cultural background knowledge in language learning has been gradually concerned. Presentation of history of the country which has the target language, cultural background knowledge and customs is the proposed solution to the problem. This paper mainly discusses how to present cultural background knowledge and expose learners to it in the need of English teaching at Chinese schools so as to solve the problems caused by cultural differences, help learners grasp the crux of the language and develop their comprehensive English ability.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,284
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetHigher Education and Teaching MethodsTravaux en français237 207